条形banner-03

Produkter

Metabolomikk

Metabolomikk, en nedstrøms disiplin innen genomikk, fokuserer hovedsakelig på småmolekylære stoffer med en molekylvekt på mindre enn 1500 Da. Det gjør det mulig for metabolitter å reflektere organismers responser på ytre stimuli og fysiologiske/patologiske endringer mer sensitivt. Genetiske variasjonsinduserte endringer i metabolittnivået er også innenfor forskningsområdet, noe som gir et nytt forskningsperspektiv.

BMKGENE tilbyr et komplett spekter av metabolomikktjenester, inkludert ikke-målrettet metabolomikk, bredt målrettet metabolomikk og målrettet metabolomikk. Ved hjelp av væskekromatografi-massespektrometri (LC-MS) eller gasskromatografi-massespektrometri (GC-MS) kan de dynamiske endringene i de fleste småmolekylære metabolitter i organismer før og etter ekstern stimulering oppdages. Kjernen i disse tjenestene ligger i å identifisere metabolitter med signifikante forskjeller mellom eksperimentelle og kontrollgrupper og videre utforske deres korrelasjon med fysiologiske/patologiske endringer og de underliggende mekanismene.

 


Tjenestedetaljer

Bioinformatikk

Demoresultater

Utvalgt publikasjon

Funksjoner

Ikke-målrettet metabolomikk (Discovery Metabolomics)

Basert på væskekromatografi-massespektrometri (LC-MS)-teknologi, muliggjør ikke-målrettet metabolomikk objektiv deteksjon av så mange småmolekylære metabolitter som mulig i biologiske prøver som celler, vev, organer eller kroppsvæsker. Den utfører sammenlignende analyser mellom eksperimentelle og kontrollgrupper, og screener differensielle metabolitter gjennom statistisk analyse.

● Ikke-målrettet metabolomikk for lipider

Utnytter teknologien for væskekromatografi og massespektrometri (LC-MS),nMålrettet metabolomikk for lipider oppnår objektiv deteksjon av så mange lipidmolekyler som mulig i biologiske prøver, inkludert celler, vev, organer eller kroppsvæsker.

● Bred-Målrettet metabolomikk

Denne tjenesten kombinerer på en perfekt måte fordelene med høy oppløsning og bred dekning ved ikke-målrettet teknologi med den høye følsomheten og nøyaktige kvantifiseringsmulighetene til målrettet MRM-teknologi (Multiple Reaction Monitoring). Arbeidsflyten er som følger: Først brukes høyoppløselig massespektrometri til å utføre MS²-skanning med ultrahøy dekning på prøver for å oppnå MS²-spektre av "alle" metabolitter. Deretter utføres nøyaktig metabolittidentifikasjon ved å kombinere med et MS²-bibliotek med høy oppløsning (som dekker over 25 000 metabolitter, med flere standard MS²-spektre med høy oppløsning for hver metabolitt). Deretter ekstraheres MRM-ioneparinformasjon fra massespektrene for å etablere et spesifikt bibliotek for prøver. Til slutt brukes trippel kvadrupolmassespektrometri med MRM-teknologi for nøyaktig kvantifisering.

● Målrettet metabolomikk

Målrettet metabolomikk fokuserer på flere målforbindelser eller alle/delvise metabolitter involvert i en spesifikk metabolittvei. Ved å bruke standardstoffer etablerer den en deteksjonsmetode med sterk spesifisitet, høy sensitivitet og god repeterbarhet for kvantifisering og analyse av målforbindelser. Den bruker ekstern standard kombinert med intern standard for absolutt kvantifisering, med lineariteten til standardkurven som når over 0,99 og sensitiviteten opp til ng/ml-nivå.

Fordeler

Avansert deteksjonsplattform

-Utstyrt med høyoppløselige massespektrometre og trippelkvadrupolmassespektrometre av toppklasse, som muliggjør samtidig deteksjon og analyse av tusenvis av metabolitter.

Omfattende databaser

- Offentlige databaser: Dekker METLIN, KEGG, HMDB, NP Atlas og Lipidmaps, som omfatter over 500 000 metabolitter.

- InterntPlantespesifikk database: Inneholder over 25 000 metabolitter, inkludert primære og sekundære metabolitter.

- InterntDyre-/medisinspesifikk database: Inkluderer over 12 000 metabolitter.

Strengt kvalitetskontrollsystem

-Strenge kvalitetskontroller som dekker instrumentstabilitet, stoffrester, QC-prøve-PCA og korrelasjonsanalyse for å sikre pålitelig datakvalitet.

Høy metabolittdeteksjonskapasitet

- Ikke-Målrettet metabolomikk: Oppdager i gjennomsnitt over 4200 metabolitter per kjøring, ideelt for å utforske ukjente metabolitter i prøver og identifisere metabolitter i komplekse prøver.

- Bred-Målrettet metabolomikk (plante): Oppdager i gjennomsnitt over 2410 metabolitter per kjøring, inkludert primære og sekundære metabolitter.

- Bred-Målrettet metabolomikk (dyr): Oppdager i gjennomsnitt over 1250 metabolitter per kjøring.

- Målrettet metabolomikk: Panelertilflere metabolittkategorier.

Omfattende analyse

-Tilbyr mer enn 10 analyseelementer og over 20 visualiseringsdiagrammer.

Gjennomtenkt ettersalgsservice

-Tilbyr konsultasjon etter salg og støtte i tolkningen av sluttrapporter.

Tjenestespesifikasjoner

Løsning Plattform Anbefalte biologiske replikater
Ikke-målrettet metabolomikk UHPLC-TOF-MS (Waters Xevo G2-XS QTof) Plante- og mikrobiell prøve: ≥ 6

Dyreprøve: ≥ 10

Klinisk prøve: ≥ 30

Alle biologiske replikatprøver analysert uavhengig.

Bredt målrettet metabolomikk Vann Xevo G2-XS QTOF + AB Sciex QTRAP 6500+ Planteprøve: ≥ 3
Målrettet metabolomikk UHPLC-QQQ-MS (AB Sciex QTRAP 6500+)

 

GC-MS (Agilent 7890-5977, Agilent 7820-5977)

Planteprøve: ≥ 3

 

Dyreprøve: ≥ 6

Krav til prøveeksempler

Lurer du på om prøvene dine oppfyller kriteriene våre? Klikk her for å få vårenyeste prøvekrav.

Tjenestens arbeidsflyt

prøvelevering

Prøvesamling

Piloteksperiment

Metabolittutvinning

Biblioteksforberedelse

Datainnsamling

Dataanalyse

Dataanalyse

Datalevering-05

Datalevering


  • Tidligere:
  • Neste:

  • 1. Bakgrunnsstøy og lavkvalitets databehandling av rådata

    2. Vurdering av datakvalitet

    2.1 Hovedkomponentanalyse

    2.2 Vurdering av reproduserbarhet

    3. Metabolittannotasjon

    3.1 KEGG-databaseannotering

    3.2 HMDB-databaseannotering

    3.3 Lipidmaps-databaseannotering

    4. Analyse av data for prøvegruppering (biologiske replikater3)

    4.1 Analyse av konsernets hovedkomponenter

    4.2 Ortogonal partiell minste kvadraters diskriminantanalyse (OPLS-DA)

    4.3 Analyse av gruppedifferensialmetabolitt

    5. Differensiell metabolittseleksjon (biologiske replikater3)

    5.1 Differensiell fold-endringsanalyse

    5.2 Plott av differensiell metabolittvulkan

    5.3 Differensiell metabolittklyngingsvarmekart

    5.4 Korrelasjonsplott for differensiell metabolitt

    5.5 Z-score-plott for differensiell metabolitt

    5.6 Analyse av radarplott for differensielle metabolitter

    5.7 Differensiell metabolittfiolinplott

    5.8 Boksplott for differensiell metabolitt

    5.9 Differensiell metabolitt KEGG funksjonell annotasjon og anrikningsanalyse

    5.10 ROC-kurveanalyse

    5.11 Differensiell metabolitt k-gjennomsnittsklynging

    5.12 Venn-diagram for differensiell metabolitt

    1. Vurdering av datakvalitet

    12

    Ckorrelasjonsanalyse(Testprøve/QC-prøve)

     

     34

    ↑Hovedkomponentanalyse                                                                                 ↑Analyse av metabolittklynger

     

     

    2. Metabolittannotasjon

     meta_lipidmaps_anno meta_hmdb_anno

    ↑KEGG-databaseannotering↑HMDB-databaseannotering

     

     meta_kegg_anno

    ↑Lipidmaps-databaseannotering

     

     

    3. Analyse av data for prøvegruppering (biologiske replikater3)

    8 9

    ↑Analyse av hovedkomponenter i gruppen(2D/3D)

     

     10

    ↑Ortogonal partiell minste kvadraters diskriminantanalyse (OPLS-DA)

     

     

    4. Differensiell metabolittseleksjon (biologiske replikater3)

     C_vs_A_Topp_20_FC_endring C_vs_A.vulkan

    ↑Differensiell fold-endringsanalyse↑Differensiell metabolitt vulkanplott

     

     13B_vs_A.corrplot

    ↑Differensiell metabolittklyngevarmekart↑Differensiell metabolittkorrelasjonsplott

     

    C_vs_A.zscoreB_vs_A_Topp_10_FC_radardiagram

    ↑Differensiell metabolitt Z-score plott↑Differensiell metabolitt radar plottanalyse

     

     17 18

    ↑Differensiell metabolittfiolinplott↑Differensiell metabolittboksplott

     

     19

    ↑Differensiell metabolitt KEGG funksjonell annotasjon og berikelsesanalyse

     

     20 21

    ↑ROC-kurveanalyse↑Differensiell metabolitt k-gjennomsnittsklynging

     

     22

    ↑Differensiell metabolitt Venn-diagram

    Wang X, Wang D, Liu X, Zhang H, Chen G, Xu M, Shen X, You C. BEL1-lignende homeodomene transkripsjonsfaktor SAWTOOTH1 (MdSAW1) i Malus domestica øker toleransen til transgenisk eple og Arabidopsis for sinkoverskuddsstress. Int J Biol Macromol. 2025 mai;307(Pt 3):141948. doi: 10.1016/j.ijbiomac.2025.141948. Epub 2025 mars 10. PMID: 40074134.

    Ain QU, Hussain HA, Rahman L, Zhang Q, Rehman A, Hussain S, Uddin S, Imran A. Interaktiv effekt av Moringa oleifera-medierte grønne nanopartikler og arbuskulære mykorrhizalsopper på vekst, rotsystemarkitektur og næringsopptak i mais (Zea mays L.). Plant Physiol Biochem. 2025 sep;226:110063. doi: 10.1016/j.plaphy.2025.110063. Epub 2025 24. mai. PMID: 40441096.

    Wang X, Luo J, Wang Q, Zhang Q, Zhao T, Liu Y, Li T, Liu X, Jiang J. Jasmonat aktiverer en SlJAZ2/3-SlMYC3-lignende modul som regulerer K+-opptak i tomatrespons på lav K+-stress. J Integr Plant Biol. 2025 aug.;67(8):2058-2077. doi: 10.1111/jipb.13941. Epub 2025 28. mai. PMID: 40432500.

    få et tilbud

    Skriv meldingen din her og send den til oss

    Send meldingen din til oss: